prosdo.ru 1


На правах рукописи


ШАРАЕВА АННА ВАДИМОВНА


ЭКСПРЕСС-КОНТРОЛЬ ЦВЕТОВЫХ ХАРАКТЕРИСТИК МЯСНОГО СЫРЬЯ И МЯСОПРОДУКТОВ, ОСНОВАННЫЙ НА ЦИФРОВОЙ ОБРАБОТКЕ ИЗОБРАЖЕНИЙ



Специальность 05.18.04



Технология мясных, молочных, рыбных продуктов и холодильных производств













АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук


Санкт-Петербург

2008

Работа выполнена в ГОУ ВПО «Новгородский государственный университет им. Ярослава Мудрого».



Научный руководитель



д.ф-м.н., Ткаль Валерий Алексеевич


Официальные оппоненты



доктор технических наук, профессор

Николаев Лев Константинович


Кандидат технических наук

Евелева Вера Васильевна



Ведущее предприятие



Санкт-Петербургский государственный

торгово-экономический институт




Защита состоится «____» __________ 2008 г. в _____ часов на заседании диссертационного совета Д 212.234.02 при ГОУ ВПО «Санкт-Петербургский государственный университет низкотемпературных и пищевых технологий»: 191002, Санкт-Петербург, ул. Ломоносова, 9, СПбГУНиПТ, тел./факс: (812) 315 30 15.



С диссертацией можно ознакомиться в библиотеке СПбГУНиПТ.


Автореферат разослан «____» __________ 2008 г.



Ученый секретарь диссертационного совета, доктор технических наук, профессор




Колодязная В.С.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. На сегодняшний день в условиях постоянно возрастающей конкуренции мясоперерабатывающие предприятия вынуждены бороться за рынки сбыта и, как следствие, за повышение качества выпускаемой продукции, которое зависит от многих факторов: состава и свойств сырья, рецептур, условий и параметров технологических процессов производства и хранения, характеристик используемого оборудования. Основной путь повышения качества продукции – контроль основных её параметров на всех этапах технологического процесса. Существует большое количество высокочувствительных методик, позволяющих провести анализ любого пищевого продукта, но требующих использования сложного оборудования, приобретение которого по плечу лишь крупным пищевым предприятиям. Предприятия средней и малой мощности, как правило, используют для оценки качества методы химического контроля, требующие для своего проведения значительных затрат времени, что затрудняет оперативный экспресс-контроль качества продукции и технологического процесса. В связи с этим остро стоит проблема разработки и внедрения простых, высокочувствительных, экспрессных, доступных для большинства предприятий современных методов контроля качества. Одним из возможных и перспективных путей решения данной проблемы является внедрение компьютерных технологий и применение их в качестве технического зрения. Человеческий глаз уступает техническим средствам при регистрации изменений цвета используемого сырья и пищевой продукции при их хранении, транспортировке и воздействии различных внешних факторов. Анализ литературных источников последних лет свидетельствует о большом интересе к методам, основанным на цифровой обработке изображений, и об их внедрении во многие области науки и техники, включая и пищевую промышленность. Одной из важнейших характеристик качества мясного сырья и мясных продуктов является их цвет, регистрация изменения которого может быть положена в основу цифровых методов экспресс-контроля. Данный подход применим на различных технологических этапах производства: приёмки и переработки мясного сырья, хранения и реализации мясной продукции, оценки качества воды, поступающей на пищевые предприятия, визуализиции процесса посола мяса и т.д. Данных по применению цифровой обработки для экспресс-контроля качества мясного сырья, мясопродуктов, воды и визуализации процесса посола в литературе практически нет.


Цель работы: исследование возможности применения цифровой обработки, основанной на регистрации изменений цветовых характеристик исследуемых объектов, для экспресс-оценки качества мясного сырья, мясопродуктов, контроля технологического процесса, воды, а также для исследования и визуализации посола мяса.

Для достижения цели было необходимо:

– провести анализ информативности, эффективности, надёжности и экспрессности наиболее применяемых в пищевой промышленности методов оценки качества мясного сырья, готовой продукции и технологических процессов;

– определить аппаратно-программное обеспечение цифровых экспресс-методик оценки качества, основанных на регистрации цветовых характеристик исследуемых объектов и их изменений;

– разработать и апробировать экспресс-методики оценки качества мясного сырья и готовой продукции, визуализации процесса посола мяса по их цветовым характеристикам в условиях реального производства;

– выбрать критерии оценки качества мясного сырья и готовой продукции при цифровой обработке, представить исследуемые объекты в виде, более удобном для регистрации происходящих в них изменений цвета;

– сравнить эффективность и экспрессность предлагаемых цифровых экспресс-методик в получении новой качественной и количественной информации, возможность их применения для экспресс-контроля различных стадий технологического процесса производства мясной продукции.

Научная новизна. Экспресс-оценка качества мяса, мясопродуктов, воды, визуализация и исследование различных способов посола мяса могут быть реализованы регистрацией цветовых характеристик исследуемых объектов при цифровой обработке их оцифрованных изображений.

Показана возможность и перспективность регистрации качественных и количественных изменений цветовых характеристик, происходящих в исследуемых объектах под воздействием внешних факторов и при хранении. Качественная регистрация изменений достигается построением разностного контраста (РК), получаемого вычитанием сравниваемых изображений друг из друга до и после исследуемого воздействия. Оценка количественных изменений проводится по профилям интенсивности (ПИ) и яркостным характеристикам (ЯХ) изображений. Наиболее информативными являются ЯХ, представляющие собой графики распределения количества точек анализируемого изображения, имеющих определённое значение интенсивности.


Установлена прямая связь между качеством (органолептическими показателями и свежестью) мясного сырья и ЯХ, зависимость изменений ЯХ от длительности и условий хранения (в том числе и для колбасных изделий), заморозки и последующей разморозки.

Применение разработанных методик цифровой обработки изображений позволяет исследовать и визуализировать процесс посола мяса, определить по областям равного контраста (ОРК) и профилям интенсивности (ПИ) глубину проникновения посолочной смеси и её компонентов, скорость посола.

Эффективность и надёжность методик визуализации процесса посола, определения его количественных и качественных характеристик повышается при разложении изображения исследуемого объекта по цветовым каналам (синий, зелёный и красный) и последующем построении для них РК, ОРК, ПИ и ЯХ. Более высокая информативность и надёжность характерна для синего и зелёного каналов, так как для них наблюдаются сильные изменения ЯХ и ПИ.

Используя цифровую обработку, по построенным РК, ПИ и ЯХ можно оценить качество воды, поступающей на предприятия пищевой промышленности.

Практическая значимость полученных результатов:

– разработаны и апробированы на большом количестве изображений простые методики экспресс-оценки качества мясного сырья, мясопродуктов и воды, основанные на регистрации изменений их цветовых характеристик, предложены способы качественной и количественной оценки изменений цвета исследуемых объектов по построению РК, ОРК, ПИ и ЯХ;

– разработаны и апробированы методики цифровой обработки для исследования и визуализации процесса посола мяса цыплёнка-бройлера смесью соль-перец-чеснок, простые способы определения глубины проникновения смеси и её компонентов в мясо, скорости посола по регистрации изменений ОРК и ПИ;

– предложены способы устранения влияния на анализируемые изображения границ между волокнами мышечной, жировой и соединительной тканей, основанные на обработке изображений линейным фильтром (гаусс-размытие) и оценке нулевых РК;


– предложены методики экспресс-контроля качества питьевой воды и степени её загрязнения, основанные на цифровой обработке её изображений;

– предложена программно-аппаратная реализация цифровой обработки;

– методики цифровой обработки апробированы на предприятиях пищевой промышленности при контроле качества мясного сырья, режимов хранения готовой продукции, отработке технологических режимов производства мясных деликатесов, при оценке качества речной и питьевой воды (на водоочистительной станции и пищевых предприятий), показана их надёжность и перспективность.

Результаты диссертационной работы представляют научный и практический интерес для специалистов, работающих на предприятиях пищевой промышленности, торговой инспекции, экологов, научных лабораторий, широко используются в Совместной с ФТИ им. А.Ф. Иоффе РАН научно-учебной лаборатории рентгенотопографических методов исследования материалов электронной техники и на кафедре технологии переработки сельскохозяйственной продукции при подготовке диссертационных и выпускных квалификационных работ, чтении спецкурсов и проведении лабораторного спецпрактикума для студентов инженерных специальностей НовГУ им. Ярослава Мудрого.

Научные положения, выносимые на защиту.

Экспресс-оценка качества мясного сырья, мясопродуктов и изменений, происходящих в них при производстве и хранении, визуализация и исследование различных способов посола мяса, контроль качества воды могут быть основаны на регистрации при цифровой обработке цветовых характеристик исследуемых объектов и их изменений.

Качественные изменения цветовых характеристик исследуемых объектов надёжно фиксируются построением ОРК и РК, а количественные – построением ПИ и ЯХ.

При использовании различных цифровых методик определение глубины проникновения компонентов посолочной смеси в мясо и скорости посола достигается регистрацией изменений ОРК и ПИ. Уменьшение влияния на результат цифровой обработки волокон мышечной, соединительной и жировой тканей, повышение точности определения глубины проникновения различных компонентов смеси в мясо и скорости посола достигается гаусс-размытием изображений (оптимальный радиус размытия составляет 5–10 пикселей) и оценкой нулевых разностных контрастов.


Информативность методик цифровой обработки повышается разложением цветного изображения исследуемого объекта по цветовым каналам (синий, зелёный, красный) и построением для каждого из них РК, ОРК, ПИ и ЯХ. При посоле изменение ОРК, ЯХ и ПИ наиболее сильно выражено для синего цветового канала, а наименьшее для красного.

Цифровая обработка изображений речной и питьевой воды, основанная на построении РК, ПИ и ЯХ, надёжно зарегистрирует различия её цветовых характеристик и позволяет осуществить экспресс-контроль качества воды, поступающей на пищевые предприятия.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на следующих конференциях и семинарах: на X Всероссийской научной конференции студентов – физиков и молодых ученых (ВНКСФ-10), 2004 г., Москва; V научной конференция с международным участием: Миграция тяжёлых металлов и радионуклидов в звене: почва – растение (корм, рацион) – животное – продукт животноводства – человек, 2005 г., В. Новгород; XI Всероссийской научной конференции студентов-физиков и молодых учёных (ВНКСФ-11), 2005г., Екатеринбург; XII Всероссийской научной конференции студентов-физиков и молодых учёных (ВНКСФ-12), 2006 г., Новосибирск; XIII Всероссийской научной конференции студентов-физиков и молодых учёных (ВНКСФ-13), 2007 г., Ростов-на-Дону – Таганрог; XIV Всероссийской научной конференции студентов-физиков и молодых учёных (ВНКСФ-14), 2008 г., Уфа; научно-практической конференции профессорско-преподавательского состава НовГУ им. Ярослава Мудрого, 2003 – 2008 г.; научных семинарах совместной с ФТИ им. А.Ф. Иоффе РАН научно-учебной лаборатории и отделения физики диэлектриков и полупроводников ФТИ им. А.Ф. Иоффе РАН. Устные доклады, представленные на ВНКСФ – 11, 12, 13 и 14 в 2005–2008 гг., отмечены дипломами победителей. Работа поддержана персональным грантом Спб. конкурса персональных грантов 2004 года для молодых учёных и специалистов, № гранта М04-3.7Д-216, № диплома АСП №304384 и грантом РФФИ № 06-02-16230-а. Получен акт производственных испытаний.


Публикации. По теме диссертации опубликовано 17 работ, в том числе 3 в изданиях, рекомендованных ВАК РФ.

Структура и объём диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы, приложения. Объём диссертации составляет 135 страниц машинописного текста, 107 рисунков, 9 таблиц. Список литературы состоит из 100 наименований.

СОДЕРЖАНИЕ РАБОТЫ

В обзоре литературы отмечается необходимость для производства мясопродуктов высокого качества проведения на всех этапах технологического процесса объективного и своевременного контроля различных параметров. Рассматриваются наиболее распространённые на предприятиях пищевой промышленности методы контроля качества мясного сырья и мясопродуктов, выделяются основные проблемы. Отмечается, что одной из важнейших характеристик качества мясного сырья и мясопродуктов является их цвет, определяемый на практике в основном визуально. Большое внимание уделено описанию процесса посола мяса и методам его исследования, которые в основном направлены на определение содержания соли в мясе и мясопродуктах и не позволяют визуализировать процесс, получить его количественные характеристики, например, глубину проникновения посолочных компонентов и скорость процесса. Приводятся примеры применения компьютерных технологий для оценки качества пищевых продуктов. Рассматривается программно-аппаратная организация цифровой обработки. Сформулированы основные задачи по разработке цифровых экспресс-методик оценки качества.

Объекты исследования. В качестве объектов исследования использовались мясное сырье (свинина, говядина, мясо цыплёнка-бройлера), мясопродукты (колбасные изделия различных наименований, производителей и регионов), речная и питьевая вода.

Методы исследования. Для оценки качества пищевых продуктов и контроля технологического процесса помимо разработанных методик цифровой обработки, основанных на регистрации изменений цвета, использовались традиционные методы органолептического и инструментального контроля. Цифровая обработка применялась к изображениям, полученным путём оцифровки исследуемых объектов с помощью планшетного сканера и цифрового фотоаппарата. Качество мясного сырья оценивалось по сопровождающим сертификатам, состоянию мясного бульона, путём визуального контроля. Мясо, отнесённое к сомнительной свежести, подвергалось химическому анализу (определение содержания амино-аммиачного азота). У колбасных изделий оценивался внешний вид, цвет, вкус, аромат и консистенция, а также содержание влаги – методом высушивания, хлористого натрия –по методу Мора, нитрита натрия – с помощью фотоэлектроколориметра, крахмала– качественным и количественным методами.

Качество исследуемой воды контролировалось лабораторией водоочистительной станции Великого Новгорода, применялся весь комплекс регламентированных физико-химических методов, направленный на определение основных характеристик воды, включая её мутность, цветность, рН, щёлочность. Полученные данные сопоставлялись с результатами цифрового экспресс-контроля.


Исследование и контроль качества мясного сырья и мясопродуктов осуществлялись следующим образом. Уложенные в стеклянные контейнеры, исследуемые образцы помещались на планшетный сканер «Epson Perfection 4870 Photo», проводилась оцифровка изображений при разрешении не менее 600 dpi. В одной из программ «Mathcad», «Matlab» или «Image-Pro Plus» для оцифрованных изображений строили РК, ОРК, ЯХ и ПИ, по которым судили о действии на исследуемый объект факторов, вызывающих изменение его цветовых характеристик. Если изображения объектов имеют даже незначительные цветовые отличия, то построенные РК и ЯХ надёжно отражают этот факт. Если изменений нет, имеем нулевой РК, представляющий собой однородный фон, а при наличии изменений – ненулевой РК с соответствующей фоновой неоднородностью. ПИ, построенные для нулевого РК, имеют вид прямых линий, ЯХ представляют собой узкие вертикальные полосы. Для ЯХ по оси абсцисс откладывается интенсивность в градациях серого цвета, по оси ординат – количество точек, имеющих данную интенсивность. Для ПИ по оси ординат откладывается интенсивность в градациях серого цвета, по оси абсцисс – размер изображения в пикселях. Для устранения и уменьшение влияния на РК, ЯХ и ПИ границ между волокнами мышечной, соединительной и жировой ткани изображения можно подвергнуть в программах «Matlab», «Adobe Photoshop» или «Image-Pro Plus» обработке линейным фильтром – гаусс-размытию (оптимальный радиус гаусс-размытия составляет величину 5–10 пикселей), а также сравнивать ЯХ и ПИ неоцифрованных изображений, а построенных для них нулевых разностных контрастов, или аналогичные характеристики, построенные для разностного контраста, полученного вычитанием нулевых РК для каждого образца.

Для исследования и визуализации процесса посола мяса предложены четыре методики, которые отрабатывались на примере посола мяса цыплёнка-бройлера смесью соль-перец-чеснок.

П
1

2


4

4

ервая методика основана на построении для оцифрованных изображений ПИ и ОРК. Для устранения влияния границ между волокнами мышечной ткани на ОРК, ПИ исходные изображения подвергались гаусс-размытию (радиус размытия 5, 10, 20 и 30 пикселей). На рис. 1 цифрами показаны четыре направления, по которым снимались ПИ. В идеальном случае ПИ имеют вид, представленный на рисунке 1, г: 1 – исходный, 2–4 – для различного времени посола t, (t1 < t2< t3 и l1< l2< l3), где l – глубина посола. Увеличение времени посола приводит к изменению контраста и ПИ. Сопоставляя изображения ОРК с ПИ, и зная размеры образца мяса, можно надёжно оценить глубину проникновения смеси и каждого её компонента в отдельности.


1

2



3


3



а б


в



г д

Рис. 1. Схема визуализации процесса посола мяса смесью, состоящей из трех компонентов А, В и С: а – исходное просканированное изображение, римскими цифрами показаны направления снятия ПИ; б – после посола в течение некоторого времени; в – изменение контраста при пяти градациях цвета; г – ПИ (1 – исходный, 24 – после посола в течение времени t1 < t2 < t3, l1, l2, l3 – глубина посола); д – ПИ и их изменение при посоле, регистрируемые по третьей методике: 1 – при нулевом РК (интенсивность равна 255); 2–6 – при разном времени посола.


В основу предлагаемой модели положены следующие предпосылки. При построении ОРК необходимо выбрать оптимальное число градаций цвета. До посола анализируемый контраст обусловлен мясом и соединительной тканью, при построении ОРК имеем двухцветное изображение (две градации цвета). В процессе посола добавляется контраст, создаваемый компонентами смеси, условно А
, В и С. Так как смесь трёхкомпонентная, то построенные в этом случае ОРК состоят из пяти разноцветных областей (рис. 1, в). Первая область имеет контраст, обусловленный проникновением в мясо всех компонентов – А, В и С. Контраст во второй области обусловлен компонентами В и С, а в третьей области только компонентом С, имеющим наибольший коэффициент диффузии. Коэффициент диффузии компонента В выше, чем у компонента А. Четвёртая и пятая области соответствуют мясу и соединительной ткани. В идеальном случае анализируемое изображение представляет собой ОРК, состоящие из пяти областей (5 градаций цвета). Линии, разделяющие эти области, предположительно можно связать с глубиной проникновения смеси и её компонентов. Увеличение числа градаций цвета позволяет более детально оценить изменение контраста в каждой области. По изменению контраста и по ПИ можно судить об изменении концентрации смеси по глубине, определить скорость посола.

Вторая методика отличается от предыдущей отсутствием гаусс-размытия, при котором возможна потеря полезной информации. В ней используется разложение изображения мяса по цветовым каналам. Далее по построенным ОРК и ПИ определяются количественные характеристики процесса посола – глубина проникновения смеси и её компонентов, скорость процесса. Идея разложения изображений по цветовым каналам основана на том, что при посоле наибольшие изменения цветовых характеристик могут происходить в диапазоне, соответствующем одному из каналов RGB-изображения.

Третья методика основана на анализе экспериментального РК, полученного вычитанием двух изображений (исходного и после посола). Если изменений цвета мяса нет, то имеем нулевой РК, и ПИ представляют собой прямую линию (рис. 1, д). При посоле концентрация компонентов смеси убывает от поверхности вглубь мяса, а РК и ПИ отражают это. Для определения количественных характеристик необходимо построение ОРК и ПИ. Применение гаусс-размытия РК позволяет уменьшить влияние границ между волокнами мышечной ткани на ОРК и ПИ и, следовательно, повысить точность методики.


Четвёртая методика представляет собой сочетание первых трёх и сводится к следующему. Для оцифрованных изображений строится РК. Далее полученные изображения РК раскладываются по цветовым каналам и представляются в градациях серого цвета (0–255). Для каждого канала строятся ОРК. Меняя число градаций цвета, можно проследить изменение изображений, вызванное изменением концентрации компонентов смеси в мясе по глубине. В этом случае достигается более объективная и достоверная регистрация изменений цветовых характеристик мяса при посоле.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ИХ ОБСУЖДЕНИЕ

Применение цифровой обработки для оценки качества мясного сырья и мясной продукции. С помощью цифровой обработки изображений проводилось сравнение говядины и свинины различных производителей по их цветовым характеристикам. На рис. 2 приведены примеры цифровой обработки образцов говядины трёх производителей – A, B и С, взятых из наружной части тазобедренного отруба. При визуальном осмотре исследуемые образцы казались практически одинаковыми по цвету, однако оцифровка изображений мяса и последующая цифровая обработка позволяют надёжно зафиксировать отличия их цветовых характеристик. Эксперименты показали, что мясное сырьё различных производителей, привезённое из разных регионов России и зарубежья, отличается по своему качеству и цвету, что легко регистрируется при оцифровке и обработке изображений мяса.




а

з

з

з

с


с

к

к

с



к



б

Производитель А Производитель В Производитель С


3

3

3

1

з

1

з


2

1

к

к

1

2

с

1

2

1

3

2

2

3

с

2

3



в г

Рис. 2. Примеры цифровой обработки изображений образцов говядины разных производителей, взятых из наружной части тазобедренного отруба туши: а – оцифрованные изображения; б – яркостные характеристики; в – различие максимальных значений ЯХ: 1, 2 и 3 – соответственно образцов говядины производителя А, В и С; г – изменение максимальных значений ЯХ изображений свинины, взятой из длиннейшей мышцы спины: 1 – исходного охлаждённого образца, 2 и 3 – соответственно после первой и второй заморозки (к, з и с – красный, зелёный и синий каналы).


Исследовалось мясо парное и это же мясо после хранения при температуре 4–6 ºС и относительной влажности воздуха 75 % в течение различных интервалов времени (от 1 часа до 2–3 суток), а также мясо, поступившее на предприятие в охлаждённом виде, после его заморозки при температуре минус 18 ºС и последующей разморозке. При заморозке и разморозке мясного сырья наблюдается изменение цвета мяса, не регистрируемое глазом, но чётко фиксируемое по изменениям ЯХ: интенсивность в градациях серого цвета, соответствующая максимумам ЯХ, изменяется незначительно, а количество точек, имеющих данную интенсивность, заметно снижается (рис. 2, г).

При сравнении мясного сырья парного и после хранения в холодильнике выявлены изменения ЯХ, также не регистрируемые визуально, например, у образцов свинины в процессе хранения увеличивались максимальные значения ЯХ для всех цветовых каналов (красного, зелёного и синего), а интенсивность в градациях серого при этом изменялась незначительно. У образцов говядины изменение максимумов ЯХ для разных цветовых каналов в процессе хранения оказалось различным: для красного канала число точек, имеющих практически близкие значения интенсивности, увеличивалось, а для зелёного и синего – уменьшалось.

Методами цифровой обработки проведено сравнение цветовых характеристик образцов колбасы варёной «Докторская» высшего сорта (ГОСТ Р 52196-2003) четырёх производителей (А, В, С и D) и их изменения в процессе хранения. Показано, что при хранении наблюдалось изменение ЯХ и РК, причём скорости этих изменений у колбас, выпущенных различными производителями, заметно отличались друг от друга. Приводятся примеры регистрации изменений цветовых характеристик в процессе хранения колбасы варёной «Троицкая» (ТУ 9213-002-35744145-98) и колбасы варёно-копчёной «Сервелат Финский» (ТУ 9213-322-01597945-03). Надёжно зарегистрированы изменения, происходящие в колбасных изделиях, при различных условиях хранения. Так при сравнении цветовых характеристик образцов колбасы варёной «Молочная» (ГОСТ Р 52196-2003), хранившихся в оптимальных (температура 4 ºС и относительная влажность воздуха 75 %) и неоптимальных (температура 20 ºС и относительная влажность воздуха 80 %) условиях, показано, что условия хранения значительно влияют на изменение ЯХ. Хранение продукции при неоптимальных условиях способствует более сильному уменьшению максимума ЯХ, чем хранение в оптимальных условиях.


Применение цифровой обработки для исследования и визуализации процесса посола мяса. Эксперименты проводились для сухого и мокрого способов посола мяса цыплёнка-бройлера смесью соль-перец-чеснок и её отдельными компонентами. Сканирование (оцифровка) исследуемых объектов проводилась в автоматическом и ручном режимах. Анализ показал, что изображения, полученные в ручном режиме, более надёжно визуализируют процесс посола. Показана возможность по построенным ОРК и ПИ определения глубины проникновения различных компонентов смеси в мясо и скорости посола. В качестве примера на рис. 3 представлены результаты цифровой обработки мяса при сухом способе посола смесью. Видно, что при посоле происходят изменения ОРК и ПИ. Гаусс-размытие позволяет устранить флуктуации интенсивности, обусловленные границами между волокнами мышечной ткани.

Проведено сопоставление экспериментальных данных диффузии смеси и её компонентов при сухом и мокром способах посола при различных уровнях гаусс-размытия изображений и градаций цвета (3, 5 и 14). Проведена оценка эффективности и информативности различных экспресс-методик цифровой обработки, надёжности получения качественных и количественных характеристик процесса посола. Пример цифровой обработки по методике, основанной на построении РК, представлен на рис. 4, по методике, основанной на разложении изображения по цветовым каналам – на рис. 5. Наибольшие изменения наблюдаются для синего и зелёного цветовых каналов. По ПИ и ОРК рассчитаны средние скорости проникновения компонентов смеси при сухом и мокром способах посола (таблица 1).

Время цифровой обработки может быть уменьшено, если проводить обработку не всего изображения, а небольшой области, представляющей наибольший интерес.

к






з

с


к
Исходное изображение






з


с

Время посола 90 минут


к





з


с




Время посола 289 минут

а б в г

Рис. 3. Сухой способ посола мяса цыплёнка-бройлера смесью соль-перец-чеснок, ручной режим сканирования: а – исходные размытые изображения; б – ОРК при 5 градациях цвета; в – ОРК при 14 градациях цвета; г – ПИ по направлению 1 (диагональ с верхнего левого угла в правый нижний). Радиус гаусс-размытия 10 пикселей (к, з и с – красный, зелёный и синий каналы).


Таблица 1.

Скорости посола для различных компонентов смеси и исследованных образцов, полученная из анализа областей равного контраста и профилей интенсивности, и выраженная в см/час


Компонент смеси

Сухой способ посола

Мокрый способ посола

Вдоль

волокон

Перпендикулярно волокнам

Вдоль волокон

Перпендикулярно волокнам

Соль

8–13

6–11

5–9

4–6

Перец

0,02–0,035

0,015–0,025

0,1–0,18

0,06–0,08

Чеснок

0,06–0,11

0,04–0,09

0,18–0,35

0,11–0,23

Применение цифровой обработки для экспресс-контроля качества воды. Разработанные методики цифровой обработки были применены для оценки качества воды, поступающей на пищевые предприятия. Вода исследовалась под микроскопом, снабжённым специальной оптической насадкой, а в качестве оцифровывающего устройства использовался профессиональный цифровой фотоаппарат. Анализу подвергались изображения РК, получаемые путём вычитания изображений кюветы с водой и пустой. Установлено, что изменение РК, ЯХ и ПИ однозначно связано с изменением таких показателей воды, как цветность, мутность, щёлочность и pH. Корреляция значений ЯХ и физико-химических показателей исследованных проб воды позволила выявить области нахождения максимальных значений ЯХ для воды, соответствующей нормам СанПиН.




к



з

с

Исходный – исходный


к

з



с




90 минут – исходный

а б в

Рис. 4. Примеры цифровой обработки по методике, основанной на построении разностного контраста. Сухой способ посола мяса цыплёнка-бройлера смесью, ручной режим сканирования: а – изображения РК, полученные вычитанием изображений мяса после посола и исходного; б – ОРК при 5 градациях цвета; в – ПИ по направлению 1 (диагональ с верхнего левого угла в правый нижний). Радиус гаусс-размытия 10 пикселей (к, з и с – красный, зелёный и синий каналы).



До посола.


Время посола 1050 мин

а б в

Рис. 5. Примеры цифровой обработки по методике, основанной на разложении изображения по цветовым каналам. Мокрый способ посола. ОРК при 5 градациях цвета: а, б и в – красный, зелёный и синий каналы, соответственно.


Основные результаты и выводы.

Анализируя экспериментальные результаты, можно констатировать, что применение компьютерных технологий позволяет осуществить надёжную и объективную регистрацию цветовых характеристик мясного сырья, мясной продукции, воды и их изменений, а также визуализировать процесс посола мяса.

Разработанные и апробированные методики цифровой обработки изображений открывают большие возможности для производства мясной продукции высокого качества, так как позволяют обеспечить эффективный экспресс-контроль её параметров и характеристик на различных этапах технологического процесса: приёмки и оценки качества мясного сырья, его переработки, хранении, транспортировки и реализации.

Аппаратная реализация экспресс-контроля достигается с помощью профессиональных планшетных сканеров и цифрового фотоаппарата. В качестве программного обеспечения использовались специализированные программные пакеты «Adobe Photoshop», «Matlab», «Mathcad» и «Image-Pro Plus». Основные научные и практические результаты сводятся к следующему.

1. Разработаны и апробированы на большом количестве образцов экспресс-методики регистрации цветовых характеристик и их изменений при различных внешних воздействиях и хранении мясного сырья, колбасных изделий и воды. Качественная информация об изменениях цветовых характеристик надёжно фиксируется по РК и ОРК, а количественная – по ПИ и ЯХ.


2. При оцифровке изображений мяса, мясопродуктов и других объектов предпочтительным является «ручной режим» сканирования с неизменными для данного образца параметрами, что позволяет достичь наиболее полной и объективной регистрации изменений их цвета.

3. Мясное сырьё (свинина, говядина) различных производителей, отличающееся друг от друга по органолептическим характеристикам и показателям свежести, отличается по цвету, что трудно регистрируется визуально, но легко при оцифровке и последующей цифровой обработке изображений мяса.

3. При хранении, заморозке и разморозке мясного сырья наблюдается изменение цвета мяса, не регистрируемое глазом, но чётко фиксируемое по изменениям ЯХ.

4. Показано, что хранение колбасных изделий при разных условиях способствует различному изменению их цветовых характеристик, также не регистрируемых визуально.

3. Предложены экспресс-методики визуализации процесса посола мяса цыплёнка-бройлера смесью соль-перец-чеснок. Глубина проникновения смеси и её компонентов определялась по ПИ и ОРК. Увеличение при построении ОРК числа градаций цвета позволяет оценить изменения в мясе при посоле, связанные с изменением концентрации смеси и её отдельных компонентов по глубине.

4. Обработка оцифрованных изображений линейным фильтром (гаусс-размытие) уменьшает влияние на результат цифровой обработки границ между волокнами мышечной, соединительной и жировой тканей. Оптимальный результат получается при радиусе гаусс-размытия 5–10 пикселей.

5. Более полная информация о процессе посола получается при разложении изображения мяса по цветовым каналам – красному, зелёному и синему. Наибольшая информативность характерна для синего и зелёного каналов. Методика, основанная на построении РК, надёжно регистрирует даже незначительные изменения, происходящие при посоле, а также визуализирует изменения контраста за любой промежуток времени. Комбинированная методика цифровой обработки, включающая в себя построение РК, разложение его на цветовые каналы, построение ОРК и ПИ, является более наглядной и информативной.


7. В результате исследования процесса посола мяса цыплёнка-бройлера смесью соль-перец-чеснок показано: из всех компонентов посолочной смеси наибольшей проникающей способностью обладает соль, наименьшей – водорастворимые компоненты перца; при сухом способе посола солью достигается большая скорость процесса, чем для мокрого; для мокрого способа глубина проникновения растворимых в воде компонентов перца и чеснока была несколько выше по сравнению с сухим способом; скорость посола вдоль волокон мышечной ткани выше, чем в других направлениях, соединительная и жировая ткани являются барьером, замедляющим процесс посола.

8. Применяя в качестве оцифровывающего устройства профессиональный цифровой фотоаппарат в комплекте с микроскопом, снабженным дополнительно оптической насадкой и цифровых методик, можно провести экспресс-оценку качества воды, поступающей на предприятия пищевой промышленности.

Таким образом, полученные в данной работе научные и практические результаты свидетельствуют о перспективности использования разработанных методик цифровой обработки для исследования и контроля качества различных пищевых продуктов, а также процессов, протекающих при их производстве и хранении. Внедрение данных методик открывает большие перспективы в области экспресс-контроля качества мясного сырья, технологических режимов производства и оптимальных условий хранения колбасных изделий, для отработки, контроля и оптимизации процесса посола мяса при производстве мясных деликатесов, а также для оценки качества воды, поступающей на пищевые предприятия.

Основные результаты диссертационного исследования опубликованы в следующих работах:

1. Шараева А.В. Цифровая диагностика процесса проникновения посолочной смеси и её компонентов в мясо цыплёнка-бройлера. [Текст] /А.В. Шараева, И.А. Афанасьева, А.Е. Синильщиков. // ВНКСФ-10. Тезисы докладов в 2 т. Т.2: издательство АСФ России. – Москва, 2004. – С. 1069 – 1071.

2. Шараева А.В. Цифровая диагностика процесса проникновения посолочной смеси и её компонентов в мясо цыплёнка-бройлера. [Текст] / А.В. Шараева. // XI научная конференция преподавателей, аспирантов и студентов НовГУ: Тезисы докладов. – Великий Новгород, 2004. – С. 82 – 83.


3. Шараева А.В. Разработка и применение методов цифровой обработки для визуализации процесса массопереноса в биологических объектах. [Текст] / А.В. Шараева // Девятая Санкт-Петербургская Ассамблея молодых учёных и специалистов: Аннотации работ по грантам Спб. конкурса 2004 года для молодых учёных и специалистов. – Спб, 2004. – С. 66.

4. Шараева А.В. Визуализация массопереноса в биологических объектах методами цифровой обработки изображений. [Текст] / В.А. Ткаль, А.О. Окунев, Л.Ф. Глущенко, А.В. Шараева. // Миграция тяжёлых металлов и радионуклидов в звене: почва – растение (корм, рацион) – животное – продукт животноводства – человек: Мат. науч. конф. с междунар. участ.: НовГУ. – Великий Новгород, 2005. – С. 5 – 8.

5. Шараева А.В. Цифровые методы визуализации процесса посола мяса. [Текст] / В.А. Ткаль, А.О. Окунев, Л.Ф. Глущенко // Хранение и переработка сельхозсырья. – 2005. – № 10. – С. 19 – 24.

6. Шараева А.В. Визуализация процессов, протекающих в биологических объектах методами цифровой обработки изображений. [Текст] /А.В. Шараева, С.Е. Сорокина //ВНКСФ-11. Тезисы докладов: издательство АСФ России. – Екатеринбург, 2005. – С. 530.

7. Шараева А.В. Визуализация процесса посола мяса методами цифровой обработки изображений. [Текст] /А.В. Шараева. // XII научная конференция преподавателей, аспирантов и студентов НовГУ: Тезисы докладов. – Великий Новгород, 2005. – С. 110.

8. Шараева А.В. Применение цифровой обработки изображений для оценки качества и процесса старения пива. [Текст] / А.В. Шараева, С.Е. Сорокина. // ВНКСФ-12. Тезисы докладов: издательство АСФ России. – Новосибирск, 2006. – С. 746 – 748.

9. Шараева А.В. Использование компьютерных технологий для диагностики качества мясных продуктов. [Текст] /А.В. Шараева, В.Н. Богданова, А.В. Булгакова, С.Е. Сорокина. // ВНКСФ-12. Тезисы докладов: издательство АСФ России. – Новосибирск, 2006. – С. 748 – 749.

10. Шараева А.В. Применение цифровой обработки изображений для диагностики мясного сырья. [Текст] / А.В. Шараева, В.Н. Богданова, А.В. Булгакова, С.Е. Сорокина. // ВНКСФ-12. Тезисы докладов: издательство АСФ России. – Новосибирск, 2006. – С. 749 – 750.


11. Шараева А.В. Регистрация изменений и экспресс-диагностика качества пищевых продуктов, основанная на методах цифровой обработки изображений. [Текст] / А.В. Шараева, О.В. Федотова, О.А. Сей. // ВНКСФ-13. Тезисы докладов: издательство АСФ России. – Ростов-на-Дону, 2007. – С. 647 – 648.

12. Шараева А.В. Цифровая экспресс-диагностика качества питьевой и промышленной воды. [Текст] / О.В. Федотова, А.В. Шараева, О.А. Сей. // ВНКСФ-13. Тезисы докладов: издательство АСФ России. – Ростов-на-Дону, 2007. – С. 671 – 672.

13. Шараева А.В. Контроль качества мясного сырья по цветовым характеристикам. [Текст] / В.А. Ткаль, А.О. Окунев, Л.Ф. Глущенко, А.В. Шараева // Мясная индустрия. – 2007. – № 6. – С. 61 – 64.

14. Шараева А.В. Применение компьютерных технологий для исследования изменений цвета колбасных изделий. [Текст] / В.А. Ткаль, А.О. Окунев, А.В. Шараева. // Мясная индустрия. – 2007. – № 9. – С. 34 – 37.

15. Шараева А.В. Экспресс-метод регистрации цветовых характеристик исследуемого вещества. [Текст] / А.В. Шараева. // ВНКСФ-14. Тезисы докладов: издательство АСФ России. – Уфа, 2008. – С. 563 – 564.

16. Шараева А.В. Экспресс-оценка качества пищевых продуктов, основанная на методах цифровой обработки изображений. [Текст] / А.В. Шараева, Т.В. Степанова. // Актуальные проблемы современных аграрных технологий: Материалы III Всеросийской научной конференции студентов и молодых ученых с международным участием. – Астрахань, 2008 г. – С. 169 – 170.

17. Цифровые методы экспресс-диагностики качества пищевых продуктов и визуализации процесса посола мяса: монография / В.А. Ткаль, А.О. Окунев, А.В. Шараева. Великий Новгород: НовГУ им. Ярослава Мудрого. – 2008. – 316 с.